-
公开(公告)号：CN113413158B
公开(公告)日：2022-08-02
申请号：CN202110588760.9
申请日：2021-05-28
Applicant: 中国矿业大学
Abstract: 一种基于多路可视图的健康与心脏疾病患者ECG信号识别方法，适用于临床心脏疾病的检测中使用。采集个体的十二导联ECG信号并组成十二维时间序列，利用可视图算法将十二维时间序列构造为多路可视图，计算层间互信息，并以其为对应连边权重，多路可视图中每一层为节点构造无向加权网络，分析不同尺度因子下的网络参数，寻找最佳序列长度；在此基础上，引入阈值参数，删除权值过小的连边重构加权网络，计算不同阈值下的网络参数，寻找最佳阈值，同时，根据网络参数的显著差异对健康和心脏疾病患者的ECG信号进行识别。其步骤简单，识别效率高，且通过十二导联进行分析，提高对人体生理信号内在机制分析的准确性和系统性。
-
公开(公告)号：CN114676723B
公开(公告)日：2025-05-09
申请号：CN202210237391.3
申请日：2022-03-11
Applicant: 中国矿业大学
IPC: G06F18/241 , G06F18/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于加权水平可视图多重分形的情绪识别方法，适用于情绪状态识别领域。采集脑电信号并组成时间序列，将该时间序列映射为加权水平可视图，对加权水平可视图进行分析，研究结构，探究其蕴含的脑电信号的非线性特性；其中无标度特征被创新性地用于分析相关加权水平可视图的结构，通过分析加权水平可视图的分形与多重分形，实现对加权水平可视图的描述刻画，最终使用神经网络进行训练，实现对不同情绪脑电信号的分类与识别，步骤简单，识别准确，具有广泛的实用性。
-
公开(公告)号：CN113413158A
公开(公告)日：2021-09-21
申请号：CN202110588760.9
申请日：2021-05-28
Applicant: 中国矿业大学
Abstract: 一种基于多路可视图的健康与心脏疾病患者ECG信号识别方法，适用于临床心脏疾病的检测中使用。采集个体的十二导联ECG信号并组成十二维时间序列，利用可视图算法将十二维时间序列构造为多路可视图，计算层间互信息，并以其为对应连边权重，多路可视图中每一层为节点构造无向加权网络，分析不同尺度因子下的网络参数，寻找最佳序列长度；在此基础上，引入阈值参数，删除权值过小的连边重构加权网络，计算不同阈值下的网络参数，寻找最佳阈值，同时，根据网络参数的显著差异对健康和心脏疾病患者的ECG信号进行识别。其步骤简单，识别效率高，且通过十二导联进行分析，提高对人体生理信号内在机制分析的准确性和系统性。
-
公开(公告)号：CN114676723A
公开(公告)日：2022-06-28
申请号：CN202210237391.3
申请日：2022-03-11
Applicant: 中国矿业大学
Abstract: 本发明公开一种基于加权水平可视图多重分形的情绪识别方法，适用于情绪状态识别领域。采集脑电信号并组成时间序列，将该时间序列映射为加权水平可视图，对加权水平可视图进行分析，研究结构，探究其蕴含的脑电信号的非线性特性；其中无标度特征被创新性地用于分析相关加权水平可视图的结构，通过分析加权水平可视图的分形与多重分形，实现对加权水平可视图的描述刻画，最终使用神经网络进行训练，实现对不同情绪脑电信号的分类与识别，步骤简单，识别准确，具有广泛的实用性。
-
-
-
Search Results
4
records
(took 0.029 seconds)
